Arsham Ghahramanin haastattelu – Ribbonin perustaja ja toimitusjohtaja

Arsham Ghahramani, PhD, on Ribbonin perustaja ja toimitusjohtaja. Torontossa sijaitseva ja alun perin Iso-Britanniasta kotoisin oleva Ghahramani on taustaltaan sekä tekoälyä että biologiaa. Hänen ammattiuransa ulottuu useille eri aloille, mukaan lukien korkean taajuisuuden kaupankäynti, rekrytointi ja biolääketieteellinen tutkimus.

Ghahramani aloitti työskentelyn tekoälyalalla noin vuonna 2014. Hän suoritti tohtorintutkinnon The Francis Crick Institute -yliopistossa, jossa hän sovelsi varhaisia generatiivisen tekoälyn muotoja syöpägeenien säätelyyn – jo paljon ennen kuin termi “generatiivinen tekoäly” tuli yleiseen käyttöön.

Hän johtaa tällä hetkellä Ribbon-teknologiayritystä, joka on keskittynyt dramaattisesti nopeuttamaan palkkaamisprosessia. Ribbon on kerännyt yli 8 miljoonan dollarin rahoituksen, tukenut yli 200 000 työnhakijaa ja jatkaa tiiminsä kasvattamista. Alusta pyrkii tekemään palkkaamisesta 100-kertaa nopeamman yhdistämällä tekoälyn ja automaation rekrytointivirtojen sujuvoittamiseksi.

Aloita alusta — mitä inspiroi perustamaan Ribbon, ja mikä oli se “aha”-hetki, jolloin huomasit, että palkkaaminen on rikkinäinen?

Tapaaminen Dave Vu -perustajani kanssa tapahtui, kun olimme molemmat Ezra-yrityksessä – hän oli Henkilöstö- ja kykyjohtaja, ja minä olin koneoppimisen johtaja. Kun nopeutimme tiimini kasvua, me kokeilimme jatkuvasti painetta palkata nopeasti, mutta meillä ei ollut oikeat työkalut prosessin sujuvoittamiseksi. Olin varhainen tekoälyyn (suoritin tohtorintutkinnon vuonna 2014, paljon ennen kuin tekoäly tuli yleiseen käyttöön), ja minulla oli varhainen ymmärrys tekoälyn vaikutuksista palkkaamiseen. Näin ensimmäisen kerran epätehokkuuksia ja haasteita perinteisessä rekrytoinnissa ja tiesin, että on olemassa parempi tapa. Tuo tajunnanvirtaus johti meidät luomaan Ribbonin.

Sinulla on tausta koneoppimisen rooleissa Amazonissa, Ezrassa ja jopa algoritmisen kaupankäynnin parissa. Miten tuo tausta vaikutti Ribbonin rakentamiseen?

Ezrassa työskentelin tekoälyterveydenhuollossa, jossa panokset eivät voineet olla korkeammat – jos tekoälyjärjestelmä on puolueellinen, se voi olla elämän ja kuoleman kysymys. Vietimme paljon aikaa ja energiaa varmistaaksemme, että tekoälymme oli puolueeton, sekä kehittääksemme menetelmiä puolueellisuuden havaitsemiseksi ja vähentämiseksi. Töin nämä tekniikat Ribboniin, jossa käytämme näitä tekniikoita tekoälyhaastattelijamme puolueettomuuden valvontaan ja vähentämiseen, lopulta luoden oikeudenmukaisemman palkkaamisprosessin.

Miten kokemuksesi työnhakijana ja palkkaajana vaikuttivat tuoteisiisi varhaisessa vaiheessa?

Työnhaku on raskas prosessi nuorille työnhakijoille. Muistan, etten ole liian kauan sitten ollut nuori työnhakija, joka haki useita töitä. Se on vain muodostunut vaikeammaksi siitä lähtien. Ribbonilla meillä on syvää empatiaa työnhakijoita kohtaan. Meidän älykäs älypuhelimme on usein ensimmäinen kosketuskohta yrityksen ja työnhakijan välillä, joten meidän on työskenneltävä kovaa, jotta tämä kokemus on positiivinen ja palkitseva. Yksi tapa, jolla teemme tämän, on varmistamalla, että työnhakijat keskustelevat saman älykkään älypuhelimen kanssa koko palkkaamisprosessin ajan. Tämä johdonmukaisuus auttaa luomaan luottamusta ja mukavuutta – toisin kuin perinteisissä prosesseissa, joissa työnhakijat siirretään useiden ihmisten välillä, meidän älypuhelimme tarjoaa vakaan, tutun läsnäolon, joka auttaa työnhakijoita tuntea olonsa rennommaksi, kun he etenevät haastattelujen ja arvioiden kautta.

Ribbonin tekoäly suorittaa haastattelut, jotka tuntuvat enemmän inhimillisiltä kuin kirjoitetuilta bottirobotilta. Kerro lisää Ribbonin sopeutuvasta haastatteluprosessista. Minkälainen reaaliaikainen ymmärrys tapahtuu taustalla?

Olemme kehittäneet viisi sisäistä koneoppimismallia ja yhdistäneet ne neljään julkisesti saatavilla olevaan malliin luomaan Ribbonin haastattelukokemuksen. Taustalla arvioimme jatkuvasti keskustelua ja yhdistämme sen yrityksen, urasivujen, julkisten profiilien, ansioluettelojen jne. kaiken tiedon kanssa. Kaikki tämä tieto yhdistyy luomaan vaivattoman haastatteluksen. Yhdistämme niin paljon tietoa, koska haluamme antaa työnhakijalle mahdollisimman lähellä olevan kokemuksen kuin ihmisrekrytoijalla.

korostitte, että viisi minuuttia ääntä vastaa yhden tunnin kirjoitettua syötettä. Minkälainen signaali otetaan kiinni äänidatasta, ja miten sitä analysoidaan?

Ihmiset puhuvat yleensä melko nopeasti! Useimmat työpaikkahakuprosessit ovat hyvin työläitä, jolloin sinun on täytettävä monia eri lomakkeita ja monivalintakysymyksiä. Olemme havainneet, että viisi minuuttia luonnollista keskustelua vastaa noin 25 monivalintakysymystä. Äänikeskustelun informaatiotihentys on vaikea voittaa. Sen lisäksi keräämme muita tekijöitä, kuten kielitaitoa ja viestintätaitoja.

Ribbon toimii myös tekoälyvoiteena, joka tuottaa automaattisia yhteenvetoja ja arvostelua. Minkälainen rooli tulkittavuudella on tekemässä tästä datasta hyödyllistä ja reilua rekrytoijille?

Tulkittavuus on Ribbonin lähestymistavan ydin. Jokainen arvosana ja analyysi, jonka tuotamme, on aina sidottu alkuperäiseen lähdekohtaan, mikä tekee meidän tekoälymme syvällisesti läpinäkyväksi.

Esimerkiksi, kun arvioimme työnhakijan taitoja, viittaamme kahteen asiaan:

1. Alkuperäisiin työvaatimuksiin ja
2. Siihen tarkkaan kohtaan haastattelussa, jossa työnhakija mainitsi taidon.

Uskomme, että tekoälyjärjestelmien tulkittavuus on erittäin tärkeää, koska lopulta autamme yrityksiä tekemään päätöksiä, ja yritykset haluavat tehdä päätöksiä konkreettisten tietojen perusteella. Uskomme, että tämä on kriittistä sekä reiluuden että luottamuksen kannalta tekoälyohjatuissa palkkaamisprosesseissa.

Teckoälyjärjestelmien puolueellisuus on suuri huolenaihe. Miten Ribbon on suunniteltu vähentämään tai lieventämään puolueellisuutta samalla, kun se tuo esiin parhaimmat ehdokkaat?

Puolueellisuus on kriittinen ongelma tekoälyrekrytoinnissa, ja otamme sen Ribbonilla erittäin vakavasti. Olemme rakentaneet tekoälyhaastattelijamme arvioimaan ehdokkaita mitattavien taitojen ja pätevyyden perusteella, vähentäen subjektiivisuutta, joka usein tuo puolueellisuutta. Säännöllisesti tarkistamme tekoälyjärjestelmiämme reiluudesta, käytämme monipuolisia ja tasapainottuja tietoja ja integroimme ihmisen valvontaa havaitsemaan ja korjaamaan mahdollisia puolueellisuuksia. Sitoutumisemme on tuoda esiin parhaimmat ehdokkaat reilusti, varmistaen oikeudenmukaiset palkkaamispäätökset.

Työnhakijat voivat haastattelun milloin tahansa, jopa kello 2 aamulla. Miten tärkeää on joustavuus työpaikkojen demokratisoimisessa, erityisesti syrjittyjen yhteisöjen kohdalla?

Joustavuus on avainasemassa työpaikkojen demokratisoimisessa. Ribbonin aina-päällä-oleva haastattelu sallii työnhakijoiden osallistua milloin tahansa heille sopivalla tavalla, murtamalla perinteisiä esteitä, kuten ristiriitaisia aikatauluja tai rajoitettua saatavuutta, mikä on erityisesti hyödyllistä työskenteleville vanhemmille ja niille, joilla on epätavalliset työajat. Todella, 25 % Ribbonin haastatteluista tapahtuu paikallista aikaa 23-02 välisenä aikana.

Tämä on erityisen tärkeää syrjittyjen yhteisöjen kohdalla, joilla työnhakijat usein kohtaavat lisärajoituksia. Sallimalla ympäri vuorokauden pääsyn, Ribbon auttaa varmistamaan, että jokaisella on reilu mahdollisuus näyttää heidän taitonsa ja saada työmahdollisuuksia.

Ribbon ei ole vain palkkaamisesta – se on myös kitkan vähentämisestä ihmisten ja mahdollisuuksien välillä. Miltä tuo tulevaisuus näyttää?

Ribbonilla visiomme ulottuu tehokkaan palkkaamisen ulkopuolelle; haluamme poistaa kitkaa yksilöiden ja heidän sopivien roolien välillä. Ennustamme tulevaisuutta, jossa teknologia yhdistää vaivattomasti kyvyt rooleihin, jotka ovat täysin sopivia heidän kykyjensä ja tavoitteidensa mukaan, riippumatta heidän taustastaan tai verkostostaan. Vähentämällä kitkaa urakehityksessä, mahdollistamme työntekijöiden kasvun, kehityksen ja löytämisen täyttävien mahdollisuuksien ilman tarpeettomia esteitä. Nopeampi sisäinen liikkuvuus, alempi fluktuatio ja lopulta paremmat tulokset sekä yksilöille että yrityksille.

Miten näet tekoälyn muuttavan palkkaamisprosessia ja laajempaa työmarkkinaa seuraavien viiden vuoden aikana?

Teckoäly muuttaa palkkaamisprosessia ja laajempaa työmarkkinaa merkittävästi seuraavien viiden vuoden aikana. Odotamme, että tekoälyohjattu automaatio sujuvoittaa toistuvia tehtäviä, vapauttaen rekrytoijat keskittymään syvempiin työnhakijoiden kanssa käytäviin keskusteluihin ja strategisiin palkkaamispäätöksiin. Tekoäly myös parantaa ehdokkaiden ja roolien täsmäämisen tarkkuutta, nopeuttaa palkkaamisaikatauluja ja parantaa työnhakijoiden kokemuksia. Kuitenkin, jotta nämä hyödyt voidaan toteuttaa täysimääräisesti, alan on priorisoitava avoimuus, reiluus ja eettiset huomioonpanot, varmistaen, että tekoälystä tulee luotettava työkalu, joka luo oikeudenmukaisemman työllistymis Maiseman.

Kiitos haastattelusta, lukijoille, jotka haluavat oppia lisää, on suositeltavaa vierailla Ribbon-sivustolla.